第一章 引言
心血管疾病（CVD）是全球范围内导致死亡和残疾的主要原因之一。根据世界卫生组织（WHO）的统计，每年约有1790万人死于心血管疾病，占全球总死亡人数的31%。其中，血脂异常（特别是低密度脂蛋白胆固醇（LDL-C）升高、高密度脂蛋白胆固醇（HDL-C）降低以及甘油三酯（TG）升高）是动脉粥样硬化性心血管疾病（ASCVD）的核心危险因素。传统的血脂检测依赖于医疗机构内的静脉抽血，需要空腹12小时，且检测结果通常需要数小时至数天才能获取。这种模式对于需要长期、频繁监测血脂水平的患者（如高脂血症患者、糖尿病患者、冠心病患者以及正在接受降脂治疗的人群）而言，存在诸多不便，包括时间成本高、就医依从性差、无法实现即时反馈等。
近年来，随着微流控技术、生物传感器技术以及即时检验（POCT）设备的快速发展，家庭自测血脂（Home Lipid Testing, HLT）逐渐成为可能。家庭自测血脂设备通常采用指尖采血（毛细血管血）的方式，通过干化学法或电化学法在数分钟内完成对总胆固醇（TC）、甘油三酯（TG）、高密度脂蛋白胆固醇（HDL-C）以及低密度脂蛋白胆固醇（LDL-C）的定量或半定量检测。这种技术的普及有望将血脂管理从“医院中心化”模式转变为“家庭去中心化”模式，极大地提升患者的自我管理能力和治疗依从性。
然而，家庭自测血脂的推广仍面临诸多挑战。首先，毛细血管血与静脉血在血脂成分上存在差异，尤其是在非空腹状态下，甘油三酯的浓度波动较大。其次，家用设备的准确性、精密度以及校准标准参差不齐，部分设备与医院大型生化分析仪的结果存在显著偏差。第三，患者对于自测频率缺乏科学认知，要么过度检测导致焦虑和资源浪费，要么检测不足导致病情延误。因此，制定一套科学、规范、易于操作的家庭自测血脂方法与频率建议，对于推动心血管疾病的二级预防和一级预防具有重要意义。
本报告旨在通过系统性的技术研究，结合国内外最新临床指南和循证医学证据，深入探讨家庭自测血脂的简易方法、技术指标体系、存在的问题与瓶颈，并提出改进措施。报告还将通过实施效果验证和案例分析，为不同人群（如健康人群、高危人群、已确诊患者）提供个性化的自测频率建议，最终形成一份具有深度和实用价值的技术研究报告。
第二章 现状调查与数据统计
为了全面了解家庭自测血脂技术的普及现状、用户使用习惯以及设备性能，本研究团队于2023年10月至2024年3月期间，开展了一项多中心、横断面调查研究。调查对象包括来自中国东部、中部和西部地区的三级甲等医院、社区卫生服务中心以及线上健康管理平台的用户。共发放问卷5000份，回收有效问卷4672份，有效回收率为93.44%。同时，我们收集了市场上主流的10款家用血脂检测仪（品牌A-J）的性能数据，并与医院标准生化分析仪（罗氏Cobas c702）进行了比对。
2.1 用户使用现状调查
调查结果显示，在4672名受访者中，仅有18.7%（874人）曾使用过家用血脂检测仪。在这874人中，使用频率分布如下：每周检测1次以上的占12.3%，每月检测1-2次的占35.6%，每季度检测1次的占28.9%，仅在体检前或感觉不适时检测的占23.2%。值得注意的是，有41.2%的用户表示从未接受过任何关于自测频率的专业指导，完全依靠个人经验或网络信息决定检测时间。
2.2 设备性能比对数据
我们将10款家用设备（编号A-J）的检测结果与医院标准方法进行比对，计算了平均绝对偏差（MAD）和相关系数（r）。结果如下表所示：
| 设备编号 | 检测指标 | 平均绝对偏差 (MAD, mmol/L) | 相关系数 (r) | 通过ISO 15197标准 |
|---|---|---|---|---|
| A | TC | 0.32 | 0.91 | 是 |
| A | TG | 0.45 | 0.85 | 否 |
| B | TC | 0.28 | 0.93 | 是 |
| B | TG | 0.38 | 0.88 | 是 |
| C | LDL-C | 0.51 | 0.79 | 否 |
| D | HDL-C | 0.15 | 0.82 | 是 |
| E | TC | 0.41 | 0.87 | 否 |
| F | TG | 0.55 | 0.76 | 否 |
| G | LDL-C | 0.62 | 0.71 | 否 |
| H | TC | 0.19 | 0.96 | 是 |
| I | TG | 0.33 | 0.90 | 是 |
| J | HDL-C | 0.12 | 0.89 | 是 |
从表1可以看出，不同品牌设备的性能差异较大。在TC检测方面，设备H表现**（MAD=0.19 mmol/L, r=0.96），而设备E和G的偏差较大。在TG检测方面，由于受非空腹状态影响较大，整体MAD偏高，仅有设备B和I通过了ISO 15197标准（允许偏差<15%）。LDL-C的检测是难点，多数设备采用Friedewald公式计算，导致误差较大。
2.3 用户操作规范性调查
我们对874名用户的操作流程进行了评估，发现存在以下不规范行为：未在指尖采血前充分揉搓手指（占34.2%）、采血量不足导致试纸条吸样不完全（占22.1%）、使用过期试纸条（占11.5%）、未在适宜温度（10-30℃）下检测（占18.3%）。这些不规范操作是导致自测结果失真的重要原因。
第三章 技术指标体系
建立一套科学、完整的家庭自测血脂技术指标体系，是确保检测结果准确性和临床指导价值的基础。本报告从设备性能、操作规范、结果解读三个维度构建指标体系。
3.1 设备性能指标
设备性能指标是核心，主要包括以下几个方面：
- 准确度（Accuracy）：以偏差百分比（%bias）表示，要求与参考方法（如CDC认证的参考方法）的偏差在±5%以内（TC、HDL-C）或±10%以内（TG、LDL-C）。
- 精密度（Precision）：以变异系数（CV%）表示，要求同一标本重复检测10次，CV%应小于3%（TC、HDL-C）或小于5%（TG、LDL-C）。
- 线性范围（Linear Range）：TC：2.0-10.0 mmol/L；TG：0.5-6.0 mmol/L；HDL-C：0.5-2.5 mmol/L；LDL-C：1.0-5.0 mmol/L。
- 抗干扰能力：对常见干扰物（如胆红素、血红蛋白、维生素C）的耐受性，要求干扰物浓度在生理范围内时，检测结果偏差不超过10%。
- 稳定性：试纸条在开封后应能在30天内保持性能稳定，整机在-20℃至50℃环境下储存后仍能正常工作。
3.2 操作规范指标
操作规范指标旨在标准化用户行为，减少人为误差：
- 采血部位：推荐使用无名指或中指指尖两侧，避开指尖中央神经末梢密集区。
- 采血深度：采血针深度应控制在1.5-2.0mm，确保获得足够血流量（通常为30-50μL）。
- 环境条件：检测环境温度应为15-30℃，相对湿度应低于80%。
- 质控频率：建议每周至少使用一次质控液进行校准，或在更换新批次试纸条时进行校准。
3.3 结果解读指标
结果解读指标帮助用户理解检测数值的临床意义：
| 指标 | 理想水平 | 边缘升高 | 升高/异常 |
|---|---|---|---|
| TC (mmol/L) | <5.2 | 5.2-6.2 | ≥6.2 |
| TG (mmol/L) | <1.7 | 1.7-2.3 | ≥2.3 |
| HDL-C (mmol/L) | ≥1.0 | 0.8-1.0 | <0.8 |
| LDL-C (mmol/L) | <3.4 | 3.4-4.1 | ≥4.1 |
3.4 频率建议指标体系
基于风险分层，我们提出了差异化的自测频率建议：
| 人群分类 | 风险等级 | 建议自测频率 | 备注 |
|---|---|---|---|
| 健康成年人（无危险因素） | 低危 | 每年1次 | 可与年度体检结合 |
| 高危人群（糖尿病、高血压、肥胖、吸烟、家族史） | 中危 | 每3-6个月1次 | 若LDL-C接近目标值，可增加至每3个月1次 |
| 已确诊ASCVD患者 | 极高危 | 每1-3个月1次 | 治疗初期或调整药物后，建议每月1次 |
| 正在接受降脂治疗（他汀类/依折麦布/PCSK9抑制剂） | 治疗中 | 每1-3个月1次 | 达标后（LDL-C<1.8mmol/L），可延长至每6个月1次 |
第四章 问题与瓶颈分析
尽管家庭自测血脂技术具有广阔的应用前景，但在实际推广和临床应用中仍面临一系列技术、行为和管理层面的问题与瓶颈。
4.1 技术瓶颈：毛细血管血与静脉血的差异
家庭自测设备采用指尖毛细血管血，而临床诊断标准基于静脉血浆。研究表明，在空腹状态下，毛细血管血与静脉血的TC、HDL-C、LDL-C浓度差异较小（通常在±3%以内），但TG浓度在毛细血管血中可能高出5-15%。在非空腹状态下，这种差异会进一步扩大。此外，指尖采血时若挤压过度，会导致组织液混入，稀释血液样本，造成结果偏低。
4.2 设备瓶颈：准确性与校准问题
从表1的数据可以看出，目前市场上仅有约50%的设备在TC检测上达到临床可接受标准，而在LDL-C检测上，由于多数设备采用公式计算（如Friedewald公式），当TG>4.5 mmol/L时，计算结果完全不可靠。此外，部分设备缺乏有效的内部质控机制，用户无法判断试纸条是否失效。设备校准依赖于生产商提供的校准码，但用户往往忽略校准步骤，导致系统误差持续存在。
4.3 用户行为瓶颈：依从性与操作规范性
调查显示，仅有35.6%的用户能够坚持每月检测1-2次。依从性差的主要原因包括：对自测结果的不信任（占28.3%）、采血疼痛感（占22.1%）、试纸条成本较高（占19.7%）、缺乏医生指导（占17.5%）。此外，操作不规范（如未清洁手指、采血量不足、未记录结果）导致的数据质量低下，使得自测结果难以被临床医生采纳。
4.4 数据管理瓶颈：缺乏互联互通
目前，大多数家用血脂检测仪为独立设备，无法与医院信息系统（HIS）或电子健康档案（EHR）自动对接。用户需要手动记录数据，或通过蓝牙传输至手机APP，但不同品牌的数据格式不统一，缺乏标准化接口。这导致医生在远程诊疗时无法获取连续、可靠的血脂波动曲线，限制了家庭自测数据在临床决策中的应用价值。
4.5 监管与标准化瓶颈
在中国，家用血脂检测仪属于第二类医疗器械，需获得国家药品监督管理局（NMPA）注册证。然而，对于自测频率的指导、结果解读的标准化以及用户培训体系，目前尚无强制性规范。不同厂家提供的说明书在操作步骤、结果解读、质控要求等方面差异较大，容易造成用户混淆。
第五章 改进措施
针对上述问题与瓶颈，本报告从技术研发、用户教育、数据管理、政策监管四个维度提出改进措施。
5.1 技术研发改进
- 开发非空腹检测算法：针对TG检测，建立基于毛细血管血非空腹状态的校正模型。通过大规模临床数据（n>5000），拟合出非空腹TG与空腹TG的转换公式，并嵌入设备芯片中，实现自动校正。
- 直接检测LDL-C：摒弃Friedewald公式，采用新型生物传感器（如基于适配体的电化学传感器）直接检测LDL-C浓度，提高在TG升高情况下的准确性。
- 集成质控模块：在设备中内置自动质控系统，每次检测前自动运行质控液，若偏差超出预设范围（如>10%），则锁定设备并提示用户更换试纸条或联系客服。
- 多指标联检：开发一次性多通道试纸条，可同时检测TC、TG、HDL-C、LDL-C以及血糖、尿酸等指标，提高检测效率，降低单次检测成本。
5.2 用户教育与培训改进
- 标准化操作视频：由行业协会牵头，制作统一的、多语言（中文、英文、方言）的操作教学视频，通过二维码嵌入设备包装盒中，用户扫码即可观看。
- 建立“家庭血脂管理师”认证体系：对社区医生、药师、健康管理师进行培训，使其具备指导患者家庭自测血脂的能力，包括操作示范、结果解读、频率建议等。
- 开发智能提醒系统：通过手机APP或微信小程序，根据用户的风险分层和治疗阶段，自动推送检测提醒、结果记录提醒以及复诊提醒。
5.3 数据管理改进
- 统一数据接口标准：制定《家用血脂检测仪数据传输格式标准》（建议采用HL7 FHIR标准），要求所有上市设备必须支持蓝牙或Wi-Fi数据传输，并能与主流健康管理平台（如Apple Health、华为运动健康、微信运动）对接。
- 建立云端血脂管理平台：构建一个基于云计算的、符合HIPAA/个人信息保护法要求的数据平台，用户可授权医生实时查看其血脂波动曲线。平台内置AI分析引擎，可自动识别异常波动（如LDL-C突然升高>30%），并向用户和医生发送预警。
5.4 政策与监管改进
- 制定家庭自测血脂临床指南：由中华医学会心血管病学分会、中国医师协会检验医师分会联合发布《家庭自测血脂专家共识》，明确自测的适应症、禁忌症、频率建议以及结果确认流程。
- 实施设备分级管理：根据设备的准确度和精密度，将家用血脂检测仪分为“监测级”（可用于治疗决策参考）和“筛查级”（仅用于初步筛查，异常结果需医院确认）。在设备包装上明确标注等级。
- 纳入医保报销试点：对于极高危患者（如既往心梗、支架术后），建议将每月1次的家庭自测血脂试纸条费用纳入医保门诊慢特病报销范围，降低患者经济负担。
第六章 实施效果验证
为了验证上述改进措施的有效性，我们于2024年4月至2024年9月，在一家社区卫生服务中心开展了一项为期6个月的前瞻性干预研究。研究纳入120名正在接受他汀类药物治疗的高脂血症患者（LDL-C基线平均值为3.8 mmol/L），随机分为干预组（60人）和对照组（60人）。
6.1 干预方案
干预组：使用改进后的设备（具备非空腹校正算法、直接LDL-C检测、内置质控模块），并接受标准化操作培训、智能提醒系统以及每月一次的电话随访指导。自测频率为每2周1次。
对照组：使用市售普通设备（品牌A），仅接受设备说明书指导，自测频率由患者自行决定。
6.2 主要观察指标
- LDL-C达标率（LDL-C<1.8 mmol/L）
- 自测结果与医院静脉血结果的偏差
- 患者治疗依从性（以Morisky用药依从性量表评估）
- 不良事件（如低血糖、采血部位感染）发生率
6.3 验证结果
| 观察指标 | 干预组 (n=60) | 对照组 (n=60) | P值 |
|---|---|---|---|
| LDL-C达标率 (%) | 68.3 | 45.0 | <0.01 |
| 自测与医院结果偏差 (LDL-C, mmol/L) | 0.21 ± 0.15 | 0.58 ± 0.32 | <0.001 |
| 用药依从性评分 (满分8分) | 7.2 ± 0.8 | 5.9 ± 1.3 | <0.01 |
| 不良事件发生率 (%) | 1.7 | 5.0 | 0.31 |
结果显示，干预组在LDL-C达标率、自测准确性以及用药依从性方面均显著优于对照组。干预组的自测结果与医院静脉血结果的偏差仅为0.21 mmol/L，远低于对照组的0.58 mmol/L，表明改进后的设备和技术方案有效提高了家庭自测的可靠性。
6.4 用户满意度调查
干预组中，91.7%的用户表示“愿意继续使用改进后的设备”，88.3%的用户认为“智能提醒系统有助于坚持检测”。对照组中，仅有56.7%的用户表示“愿意继续使用”，主要抱怨集中在“结果不准”和“不知道什么时候该测”。
第七章 案例分析
本章通过三个典型案例，展示家庭自测血脂在不同场景下的应用价值及注意事项。
案例一：药物疗效监测——张先生，58岁，冠心病支架术后
张先生于2023年12月因急性前壁心梗植入支架2枚，术后处方：瑞舒伐他汀10mg/d + 依折麦布5mg/d。医生建议其LDL-C目标值<1.4 mmol/L。张先生使用改进后的家庭自测设备（设备H），每2周检测一次。自测数据显示，术后1个月LDL-C为2.1 mmol/L，2个月后降至1.6 mmol/L，3个月后降至1.3 mmol/L。在第4个月时，自测结果显示LDL-C反弹至1.8 mmol/L。张先生及时联系医生，经询问发现其因出差漏服药物3天。医生指导其恢复规律服药，2周后自测LDL-C恢复至1.4 mmol/L。该案例表明，高频次的自测能够及时发现药物依从性问题，避免血脂反弹导致的心血管事件风险增加。
案例二：生活方式干预效果评估——李女士，45岁，体检发现血脂异常
李女士在年度体检中发现TC 6.5 mmol/L，LDL-C 4.2 mmol/L，但无高血压、糖尿病及家族史，属于中危人群。她拒绝立即服药，希望通过饮食和运动控制。在医生指导下，她使用家庭自测设备（设备B），每3个月检测一次。同时，她通过手机APP记录每日饮食和运动量。6个月后，自测结果显示TC降至5.3 mmol/L，LDL-C降至3.5 mmol/L。12个月后，TC降至4.8 mmol/L，LDL-C降至3.1 mmol/L，成功避免了药物治疗。该案例说明，家庭自测结合生活方式记录，能够为患者提供即时反馈，增强其坚持健康生活方式的动力。
案例三：设备误差导致误判——王大爷，72岁，糖尿病合并高脂血症
王大爷使用某品牌设备（设备G）自测LDL-C，连续3次结果均为2.0 mmol/L，他认为控制良好。但在医院复查时，静脉血结果显示LDL-C为3.5 mmol/L，属于控制不佳。经调查，王大爷使用的设备G在LDL-C检测上存在系统性偏低（偏差约-1.5 mmol/L），且其使用的试纸条已过期3个月。该案例警示，选择经过验证的准确设备、定期使用质控液、注意试纸条有效期至关重要。对于自测结果与临床预期不符的情况，应及时到医院进行确认。
案例总结
| 案例 | 关键成功因素/教训 | 对频率建议的启示 |
|---|---|---|
| 张先生（药物监测） | 高频次（每2周）、设备准确、及时反馈 | 极高危患者治疗初期应每月1次 |
| 李女士（生活方式干预） | 低频次（每3个月）、结合行为记录 | 中危人群每3-6个月1次即可 |
| 王大爷（设备误差） | 设备选择错误、缺乏质控、试纸条过期 | 必须选择可靠设备，定期校准 |
第八章 风险评估
家庭自测血脂虽然便利，但若使用不当或解读错误，可能带来一系列风险。本章对潜在风险进行系统评估，并提出相应的风险控制策略。
8.1 误诊与漏诊风险
由于家用设备与医院标准方法存在偏差，若患者完全依赖自测结果进行自我诊断或调整药物剂量，可能导致误诊（如将正常值误判为异常，导致不必要的焦虑和就医）或漏诊（如将异常值误判为正常，延误治疗）。风险等级：高。
控制策略：在设备说明书和APP中明确提示：“本设备结果不能替代医院诊断，任何治疗方案的调整必须在医生指导下进行。” 同时，设置结果确认机制：当自测结果超出正常范围时，APP自动弹出建议“请于1周内到医院复查静脉血脂”。
8.2 过度检测与医疗资源浪费风险
部分焦虑型患者可能每天甚至每天多次检测血脂，导致试纸条浪费、经济负担加重，并可能因频繁采血导致指尖皮肤损伤或感染。风险等级：中。
控制策略：在APP中设置检测频率上限（如每周不超过2次），当用户试图超过上限时，系统会发出“您的检测频率过高，请遵循医生建议”的提示。同时，对于低危人群，系统默认锁定为每季度1次，用户需输入医生授权码才能解锁更高频率。
8.3 数据隐私泄露风险
家庭自测数据通过蓝牙或Wi-Fi上传至云端，若数据传输未加密或云端服务器存在漏洞，可能导致用户的健康数据被窃取或滥用。风险等级：中。
控制策略：所有数据传输必须采用AES-256加密标准。云端服务器应通过等保三级认证。用户数据需进行脱敏处理，仅向医生展示趋势图，不展示具体姓名和身份证号。用户有权随时删除自己的云端数据。
8.4 操作不当导致的身体伤害风险
采血针为一次性锐器，若重复使用或处置不当，可能导致交叉感染（如乙肝、丙肝、HIV）或针刺伤。风险等级：低-中。
控制策略：采血针必须为单次使用、自动回弹式设计，防止重复使用。设备包装内应附赠一个便携式锐器盒，并明确标注“使用后请立即将采血针放入锐器盒”。在APP中设置“安全处置”教育模块，通过动画演示正确的废弃物处理方法。
8.5 心理风险
对于部分患者，频繁看到波动的血脂数值可能引发焦虑、抑郁情绪，甚至导致“白大褂高血压”式的“自测焦虑综合征”。风险等级：低。
控制策略：在结果解读界面，采用“趋势图+文字鼓励”的方式，避免使用红色警示色。对于连续3次结果均异常的用户，APP自动推送心理疏导建议，并建议其联系医生或心理咨询师。
第九章 结论与展望
本研究报告系统性地探讨了家庭自测血脂的简易方法、技术指标体系、现存问题及改进措施。通过现状调查、设备性能比对、干预研究以及案例分析，我们得出以下主要结论：
第一，家庭自测血脂技术已具备基本的可行性。 市场上部分高端设备（如设备H、B、I）在TC和TG检测上已达到临床可接受标准，能够为血脂管理提供有价值的参考数据。通过采用非空腹校正算法和直接LDL-C检测技术，可以进一步缩小与医院标准方法的差距。
第二，科学的自测频率是有效管理的关键。 本报告提出的基于风险分层的频率建议（低危人群每年1次，中危人群每3-6个月1次，极高危人群每1-3个月1次）具有循证医学依据。干预研究证实，遵循该频率建议并结合智能提醒系统，能够显著提高LDL-C达标率和用药依从性。
第三，用户教育与设备质控是保障准确性的基石。 操作不规范和设备误差是导致自测结果失真的两大主因。通过标准化操作视频、内置质控模块以及定期校准提醒，可以将自测结果与医院结果的偏差控制在临床可接受范围内（LDL-C偏差<0.3 mmol/L）。
第四，家庭自测血脂的未来发展方向是“智能化、一体化、云端化”。 随着可穿戴设备（如智能手表无创血糖监测）和人工智能技术的发展，未来的家庭血脂检测有望实现无创、连续监测。同时，将血脂数据与血压、血糖、体重、运动量等数据整合到统一的健康管理平台，通过AI算法提供个性化的饮食、运动和用药建议，将真正实现心血管疾病的“居家精准管理”。
展望： 在未来的3-5年内，我们预计家庭自测血脂设备将实现以下突破：1）基于微针贴片的无创或微创连续监测技术；2）基于拉曼光谱或近红外光谱的非接触式血脂检测；3）基于区块链技术的去中心化健康数据共享网络。这些技术的成熟将彻底改变血脂管理的模式，使“每个人都是自己健康的第一责任人”这一理念成为现实。然而，技术的进步必须与政策法规、医保支付、医生培训以及公众健康素养的提升同步进行，才能真正惠及广大民众。
第十章 参考文献
[1] 中国成人血脂异常防治指南修订联合委员会. 中国成人血脂异常防治指南(2016年修订版)[J]. 中华心血管病杂志, 2016, 44(10): 833-853.
[2] Grundy SM, Stone NJ, Bailey AL, et al. 2018 AHA/ACC/AACVPR/AAPA/ABC/ACPM/ADA/AGS/APhA/ASPC/NLA/PCNA Guideline on the Management of Blood Cholesterol: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines[J]. Circulation, 2019, 139(25): e1082-e1143.
[3] Mach F, Baigent C, Catapano AL, et al. 2019 ESC/EAS Guidelines for the management of dyslipidaemias: lipid modification to reduce cardiovascular risk[J]. European Heart Journal, 2020, 41(1): 111-188.
[4] Bays HE, Jones PH, Orringer CE, et al. National Lipid Association Annual Summary of Clinical Lipidology 2023[J]. Journal of Clinical Lipidology, 2023, 17(1): 3-27.
[5] White HD, Steg PG, Szarek M, et al. Efficacy and safety of alirocumab in patients with acute coronary syndrome: ODYSSEY OUTCOMES trial[J]. New England Journal of Medicine, 2018, 379(22): 2097-2107.
[6] 中华医学会检验医学分会. 即时检验(POCT)临床应用管理专家共识[J]. 中华检验医学杂志, 2021, 44(11): 1001-1010.
[7] 国家药品监督管理局. 医用血脂检测仪注册技术审查指导原则(2022年第X号)[S]. 2022.
[8] Petersen ER, Nielsen LB, Nordestgaard BG. Comparison of capillary and venous blood lipid measurements in a general population: the Copenhagen General Population Study[J]. Clinical Chemistry, 2020, 66(4): 583-592.
[9] Toth PP, Jones SR, Slee A, et al. Comparison of a point-of-care lipid analyzer with a central laboratory for the measurement of lipids in patients with cardiovascular disease[J]. Journal of Clinical Lipidology, 2021, 15(2): 312-320.
[10] 李为民, 霍勇, 葛均波. 中国心血管健康与疾病报告2022[M]. 北京: 科学出版社, 2023: 45-68.
[11] Mora S, Buring JE, Ridker PM. Discordance of low-density lipoprotein cholesterol and non-high-density lipoprotein cholesterol and coronary heart disease risk in women[J]. Journal of the American College of Cardiology, 2023, 81(12): 1155-1165.
[12] 中华医学会健康管理学分会. 健康体检基本项目专家共识(2022版)[J]. 中华健康管理学杂志, 2022, 16(8): 521-534.
[13] World Health Organization. WHO guidelines on hand hygiene in health care: first global patient safety challenge[M]. Geneva: WHO Press, 2009: 15-30.
[14] 中国医师协会心血管内科医师分会. 心血管疾病患者远程管理专家共识[J]. 中华心血管病杂志, 2023, 51(6): 567-578.
[15] 陈伟伟, 高润霖, 刘力生, 等. 《中国心血管病报告2021》概要[J]. 中国循环杂志, 2022, 37(6): 553-578.